DLeX: AI Python
Відкрити в Telegram
هوشمصنوعی و برنامهنویسی توییتر : https://twitter.com/NaviDDariya تا آزادی ایران از جمهوری اسلامی تبهکار، تبلیغات نداریم.
Показати більше📈 Аналітичний огляд Telegram-каналу DLeX: AI Python
Канал DLeX: AI Python (@ai_python) у мовному сегменті Фарсі є активним учасником. На даний момент спільнота об'єднує 21 499 підписників, посідаючи 6 192 місце в категорії Технології та додатки та 15 607 місце у регіоні Іран.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 21 499 підписників.
За останніми даними від 11 липня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на 58, а за останні 24 години на -2, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 11.28%. Протягом перших 24 годин після публікації контент зазвичай збирає 4.04% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 2 425 переглядів. Протягом першої доби публікація в середньому набирає 868 переглядів.
- Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 14.
- Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як مصنوعی, توییتر, ماهواره, داده, فناوری.
📝 Опис та контентна політика
Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“هوشمصنوعی و برنامهنویسی
توییتر :
https://twitter.com/NaviDDariya
تا آزادی ایران از جمهوری اسلامی تبهکار، تبلیغات نداریم.”
Завдяки високій частоті оновлень (останні дані отримано 12 липня, 2026), канал підтримує актуальність та високий рівень охоплення публікацій. Аналітика показує, що аудиторія активно взаємодіє з контентом, що робить його важливою точкою впливу в категорії Технології та додатки.
21 499
Підписники
-224 години
+127 днів
+5830 день
Архів дописів
21 499
Transform any hands-drawn design into a #HTML code with #AI.
https://sketch2code.azurewebsites.net/
✅@ai_python
21 499
+3🎓 بیست و پنجمین کنفرانس بین المللی کامپیوتر انجمن کامپیوتر ایران در سال جاری در دانشگاه علم و صنعت ایران در روزهای 11 و 12 دی ماه برگزار خواهد شد. به همین منظور کارگاه های آموزشی متنوعی در موضوعات جدید در روزهای نهم و دهم دی ماه تدارک دیده شده اند.
🔹لیست کارگاهها از لینک زیر قابل مشاهده است:
🔸 http://csicc2020.iust.ac.ir/workshops.html
21 499
📣هیجانی تازه در بزرگترین چالش کدنویسی آنلاین کشور.
🏁برگزاری مسابقه آنلاین برنامه نویسی به همت واحدالکترونیکی دانشگاه آزاد اسلامی، طی دو مرحله و به صورت رایگان.
🏆اهدای 4، 3 و 2 میلیون تومان به نفرات اول تا سوم و اهدا مچ بند هوشمند به نفرات چهارم تا بیستم .
فرصت ثبت نام: تا 5 اسفندماه
زمان برگزاری مسابقه: 9 اسفندماه
.
ثبت نام:👇🏻👇🏻
http://chakava.iauec.ac.ir/register/
.
@chakavacompetition
.
#چالش_چکاوا
21 499
شرکت دانش بنیان طوبی تک به منظور تکیل تیم فنی هوش مصنوعی خود برای انجام پروژه های بین المللی در حوزهی بینایی ماشین نیرو می پذیرد. علاقه مندان می توانند رزومه های خود را به ادرس ایمیل زیر ارسال نمایند.
مهارت های مورد نیاز :
1- Linux and open source development
2- Python/ c++
3- Deep learning platforms (Mxnet, Caffe, Tensorflow)
4- Distributed Processing Platforms (Storm, flink)
info@toobatech.ir
21 499
#ویدئو
ویدئو نشست تخصصی خرداد ماه آزمایشگاه سپهر
موضوع ارائه: موضوعات رونددار در شبکههای اجتماعی
ارائهکننده: مهرداد رنجبر خدیوی
https://aparat.com/v/DfEe0
@cominsys_channel
21 499
#یادگیری_عمیق دقیقا چیه؟
طی چند روز گذشته، بعضی از محققهای بزرگ هوش مصنوعی مانند #یان_لکان و #فرانسوا_شوله تعریف خودشون رو از دیپ لرنینگ توی سال 2019 اعلام کردند.
یان لکان:
"Some folks still seem confused about what deep learning is. Here is a definition:
DL is constructing networks of parameterized functional modules & training them from examples using gradient-based optimization. That's it.
This definition is orthogonal to the learning paradigm: reinforcement, supervised, or self-supervised.
Don't say "DL can't do X" when what you really mean is "supervised learning needs too much data to do X"
Extensions (dynamic networks, differentiable programming, graph NN, etc) allow the network architecture to change dynamically in a data-dependent way."
https://www.facebook.com/722677142/posts/10156463919392143/
فرانسوا شوله:
"What's deep learning?
The "common usage" definition as of 2019 would be "chains of differentiable parametric layers trained end-to-end with backprop".
But this definition seems overly restrictive to me. It describes *how we do DL today*, not *what it is*."
https://twitter.com/fchollet/status/1210031900695449600
اندری بورکوف:
"Looks like in late 2019, people still need a definition of deep learning, so here's mine: deep learning is finding parameters of a nested parametrized non-linear function by minimizing an example-based differentiable cost function using gradient descent."
https://www.linkedin.com/posts/andriyburkov_looks-like-in-late-2019-people-still-need-activity-6615377527147941888-ce68/
#deep_learning
21 499
سلام به یک گرافیست جهت طراحی پوستر آموزشی نیازمندیم . لطفا به آیدی
@MeysamAsgariC
پیام بدهید .
21 499
سالگرد در گذشت مادر گرامی آیدین زهتاب را به ایشان و خانواده بزرگوارشان تسلیت عرض میکنیم برای آن مرحومه غفران الهی و علو درجات از خدای منان خواهانیم
بدین وسیله به اطلاع کلیه دوستان و آشنایان میرسانیم که فردا در مسجد الرسول مراسم ان مرحومه دایر است باشد
21 499
16 منبع آموزشی الگوریتمهای هوش مصنوعی〰️〰️〰️
♾ 1. Speech and Language Processing by Dan Jurafsky and James Martin
🔊 2. Deep Learning for Natural Language Processing by Richard Socher (Stanford University)
🔔 3. Natural Language Processing (NLP) by Microsoft
🔸 4. Andrew Ng’s course on Machine Learning
🔸 5. The video lectures and resources for Stanford’s Natural Language Processing with Deep Learning
🔰 Part 2
🔹6. Sequence Models for Time Series and Natural Language Processing
🔺 7. Deep Natural Language Processing course offered in Hilary Term 2017 at the University of Oxford.
🔺 8. Natural Language Processing Fundamentals in Python by Datacamp
🔺 9 Natural Language Processing by Higher School of Economics
🔸 10 How to Build a Chatbot Without Coding by IBM
🔸 11. CS 388: Natural Language Processing by University of Texas
🔸 12. Natural Language Processing with Python
⚡️ 13. CSEP 517: Natural Language Processing by University of Washington
🔰 14. Dan Jurafsky & Chris Manning: Natural Language Processing
📘 15. NATURAL LANGUAGE PROCESSING by Carnegie Mellon University
📘 16. CS224n: Natural Language Processing with Deep Learning by Stanford University
#منابع #یادگیری_ماشین #فیلم #کلاس_آموزشی #الگوریتمها #پردازش_زبان_طبیعی #هوش_مصنوعی #یادگیری_عمیق
join👇👇👇
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
21 499
اولین همایش اموزش به زبان ساده پایتون
با شرکت در سمینار پایتونی ها از :
✅عضویت VIP
✅ تخفیف شرکت در دوره ها
✅رفع اشکال با همدوره ها و استاد(ویژه دورها)
✅ازمون ماهانه و تکالیف( ویژه دوره ها)
و ۱۰ ها مزیای دیگر بهره مند شوید.
شرکت رایگان در سمینار های گروهی ما کاملا رایگان وظرفیت محدود است .
ثبت نام تاساعت ۲۴ چهارشنبه.
لینک ورود و شرکت در سمینار :
https://pythoniha.ir/seminar
21 499
🏙 دوره #علم_داده در #تحلیل_کسب_و_کار (Business Analysis) با نرم افزار R
👤 با تدریس #دکتر_فرزاد_مینویی فارغ التحصیل دکتری مدیریت از دانشگاه کلورادو امریکا (مجری پروژههای علم داده در امریکا و ایران)
مخاطبان دوره:
🔸 علاقمندان به حوزه علوم داده
🔸 علاقمندان به کار در صنایع، استارتاپها، بانک، بیمه و ...
🔸 تحلیلگران کسب و کار
🔗 جزئیات و رزرو از طریق: https://bit.ly/2JqFMNk
💬 @tiheac
🌐 tihe.ac.ir
📞 021-86741 (EXT: 120-125-127)
21 499
🏙 دوره #علم_داده در #تحلیل_کسب_و_کار (Business Analysis) با نرم افزار R
👤 با تدریس #دکتر_فرزاد_مینویی فارغ التحصیل دکتری مدیریت از دانشگاه کلورادو امریکا (مجری پروژههای علم داده در امریکا و ایران)
مخاطبان دوره:
🔸 علاقمندان به حوزه علوم داده
🔸 علاقمندان به کار در صنایع، استارتاپها، بانک، بیمه و ...
🔸 تحلیلگران کسب و کار
🔗 جزئیات و رزرو از طریق: https://bit.ly/2JqFMNk
💬 @tiheac
🌐 tihe.ac.ir
📞 021-86741 (EXT: 120-125-127)
